#computer-vision 仓库
共 1,451 个仓库
👁️ + 💬 + 🎧 = 🤖 精选的顶级基础模型和多模态模型列表![论文 + 代码 + 示例 + 教程]
DreamSim:利用合成数据学习人类视觉相似性的新维度(NeurIPS 2023 Spotlight)/ / / / 知觉对齐何时有利于视觉表征?(NeurIPS 2024)
CVPR 2022 论文"Neural RGB-D Surface Reconstruction"的官方实现
(CVPR 2025 highlight✨) 论文“LLMDet: Learning Strong Open-Vocabulary Object Detectors under the Supervision of Large Language Models”的官方仓库
[CVPR2024] "SAM-6D: Segment Anything Model Meets Zero-Shot 6D Object Pose Estimation" 的代码。
[ECCV2024] 本文是论文“Glyph-ByT5: A Customized Text Encoder for Accurate Visual Text Rendering”和“Glyph-ByT5-v2: A Strong Aesthetic Baseline for Accurate Multilingual Visual Text Rendering”的官方推理代码。“
[CVPR 2025, TPAMI 2026] UniScene:统一以占用为中心的驾驶场景生成
适用于 Windows/Linux 和 Python 3 (3.5/3.6/3.7) 的 Tensorflow Faster R-CNN
[CVPR 2024 Highlight] “GPS-Gaussian: Generalizable Pixel-wise 3D Gaussian Splatting for Real-time Human Novel View Synthesis”的官方存储库
此存储库包含 LipGAN 的代码。LipGAN 作为题为 "Towards Automatic Face-to-Face Translation" 的论文的一部分发表。
[CVPR 2024] "InstanceDiffusion: Instance-level Control for Image Generation" 代码发布